Quantib 的任務:新創公司協助放射科醫師檢測失智症

作者 Isha Salian

剛開始診斷失智症時,眾人都是惴慄不安,病患或其家人注意到出現症狀,可能發生問題了,才會跟醫生約診。

醫生必須長期觀察病人的病情,可能要花上數月或數年的時間才能獲得最終診斷結果。

放射科醫師在這個過程中,手邊通常不會有連續量化腦部資料(在不同時間對患者腦部結構進行測量後計算所得資料),而是靠著目視掃描內容進行評估,使用四分或五分制量表對患者的腦部萎縮情況進行評分。

專家們依賴這些質化分數,因為就算可以取得連續掃描資料,放射科醫師也要花上非常長時間來量化資料,他們必須手動計算大腦結構體積。

「讓放射科醫生做那些事情,根本就是一件很浪費的事。」Quantib 技術長 Jorrit Glastra 說。Quantib 是一間位於荷蘭的新創公司,採用深度學習來解決這個問題。

人工智慧可以加快分析腦部 MRI 資料的速度,只要幾分鐘就能產生出大腦結構體積,以供放射科醫師和神經科醫生使用,這兩方專家再共同研究患者的掃描影像與認知測試結果。看著這些可靠的數字,可以幫助專家們更輕鬆地測量患者大腦長期的變化情況,以縮短診斷時間。

「花愈多時間來診斷疾病,就得投入更多心力來照顧患者,成本也就愈高。及早診斷病情可以省下寶貴的金錢時間。」Glastra 說。

作為 NVIDIA Inception 計畫的一員,Quantib 使用 NVIDIA V100 和 K80 GPU 來訓練其深度學習演算法。該公司的人工智慧軟體 Quantib ND 獲得美國 FDA 的許可,在歐洲則是獲得 CE 標章認證。

在歐洲、北美及亞洲有約二十個國家採用該公司的技術。

人工智慧會找出前因後果

全球有五千萬人深受失智症之苦,加上預期人類壽命會延長,預計未來幾年這個數字還會增加。Quantib ND 這般人工智慧工具可以幫助放射科醫生監測患者的病情發展,及早對新病例進行診斷。

Quantib ND 會分割腦部結構和查看白質病變(white matter hyperintensities),對腦萎縮情況進行量化。白質病變指疾病對腦部造成的損傷程度。

放射科醫師也能使用這項工具,將患者的腦組織體積與 MRI 掃描的參考資料庫進行比較。此資料庫讓放射科醫師可以更輕鬆地判斷 MRI 掃描影像裡的患者腦部,是否顯示正常老化情況。

Quantib 使用五千件腦部掃描影像資料集訓練 Quantib ND 背後的人工智慧技術,可以分辨出阿茲海默症造成的腦部萎縮模式,以及它類失智症造成的腦部萎縮模式。這項工具還可用於比較個別患者的長期掃描影像,以判斷病情進展。

腦部以外的地方

Quantib 還為腫瘤學家開發深度學習解決方案,以協助他們檢測前列腺癌和乳癌。目前開發中用於檢測前列腺癌的人工智慧演算法,可以對 MRI 掃描影像中可疑病變的狀態進行切割、分類和預測。醫生接著可以使用這些洞察資料,判斷要對哪些病變位置進行活體組織切片檢查。

該公司的乳癌篩檢人工智慧技術,分析了高乳腺緻密度女性的 MRI 掃描影像,而乳腺緻密度是一項乳癌發展獨立風險因素。放射科醫師和腫瘤科醫生使用這些掃描影像,判斷患者是否需要進行活體組織切片檢查。

Glastra 表示在乳癌與前列腺癌篩檢方面,人工智慧必須分析一組在不同時間點拍攝的多個影像。需要有強大的推論運算工具方能處理如此複雜的深度學習工作。

「乳癌篩檢掃描的資料量,多到讓人難以置信,比腦部掃描的資料還要多出不少。僅有在 GPU 的支援下,才能對能處理那些輸入內容的那類模型進行推論。」

Quantib 使用耗電量70瓦的 NVIDIA T4 GPU,對其前列腺癌人工智慧的推論表現進行了基準測試,發現與使用相同用電量的 CPU 叢集相比,這項演算法的運行速度高出24倍。

Glastra 說:「T4 的低耗電量對於在現地進行推斷作業來說,是一個極具吸引力的選擇。」